Tekijä: Eveliina Sirola

Kiitos kurssista!

Geoinformatiikan menetelmät 1  oli ehdottomasti opettavaisin ja hyödyllisin kurssi tähän mennessä (vaikka kärsivällisyyskyky olikin koetuksella kerta jos toisenkin jälkeen). Nyt voin hyvillä mielin sanoa hyvästit QGIS:lle kesän ajaksi, ja alkaa kerätä voimia syksyn kursseja varten.

Kiitti ja kuitti! <3

Hei vaan hei!

Niin se aika rientää, ja kohta on aika valmistautua sanomaan hyvästit QGIS:lle – ainakin toistaiseksi. Ennen jäähyväisiä on kuitenkin aika vielä kurssin viimeiselle koetukselle, nimittäin nyt olisi tarkoitus pystyä näyttämään miten omatoiminen työskentely QGIS:in parissa sujuu, vai sujuuko ollenkaan. Tehtävänanto lyhyesti: keksi aihe, hanki aineistot ja toteuta niistä kartta.

Kehitysmaatutkimus etenkin Afrikassa on kiinnostanut minua jo pitkään, joten halusin karttatehtävässä päästä kokeilemaan taitojani kehitykseen liittyvien yhteiskunnallisten ongelmien saralla. Tehtävää varten aiheeksi valitsin Länsi-Afrikassa sijaitseva Burkina Fason (kuva 1), joka kuuluu maailman köyhimpien maiden joukkoon. Myös Santeri Mikkola ja Nelli Junttila olivat tutkineet kehitysmaata – tai kehittyvää maata – viimeisessä kurssitehtävässään. Käythän kurkkaamassa Santerin ja Nellin blogista mielenkiintoiset karttaesitykset Brasiliasta!

Lähdin hakemaan inspiraatiota tehtävää varten etsimällä Googlesta Burkina Fasosta tuotettuja teemakarttoja, mutta aika nopeasti sain huomata, että ei sellaisia ole juuri ollenkaan tuotettu. Tästä sainkin idean, että voisin viimeisessä kurssitehtävässä keskittyä Burkina Fason perustietoja sisältävien teemakarttojen tuottamiseen, joita kuka tahansa voisi myöhemmin soveltaa opetuksessa tai tutkimuksessa. Noh, syy tälle ankealle teemakarttavalikoimalle paljastui aika pian aineiston etsinnän aloittamisen jälkeen, sillä kyseisestä valtiosta on todella haastavaa löytää minkäänlaista tietoa. Suurin osa Burkina Fasoa koskevista taulukoista ja tilastoista oli vähintään 5-10 vuotta vanhoja, ja kaiken lisäksi kaikki aineisto oli kirjattu ranskaksi.

Aineiston etsiminen oli ehdottomasti tässä tehtävässä se työläin osa. Dataa etsiessä vierähti rehellisesti monta kymmentä tuntia, ja vielä viikko tehtävänannon jälkeen etsin sopivia tilastoja karttojen tuottamista varten. Jos jotain tästä kurssista kuitenkin on käteen jäänyt, niin ehdottomasti vahvistunut kärsivällisyyskyky – kaiken etsinnän jälkeen sain kuin sainkin käsiini aineistot karttoja varten. Aineistoista pystyi huomaamaan, että laatu on kyllä selvästi kehitysmaan tasolla, ja se on hyvä muistaa karttoja tutkiessa. Osa aineistoista on tuotettu 2010-luvun alkupuolella, joten kaikki teemakartat eivät välttämättä ole valideja tänä päivänä. (Toisaalta Burkina Faso ei lukeudu nopeimmin kehittyvien maiden joukkoon, joten muutokset aineistoissa ei myöskään välttämättä ole kovin suuria tähän päivään verrattuna. Ehkä.)

Burkina Faso on Länsi-Afrikassa Sahelin alueella sijaitseva sisämaavaltio, jossa asuu yli 19 miljoonaa ihmistä. Kasvillisuus Burkina Fasossa vaihtelee eteläosien kosteasta savannista maan pohjoisosien aroihin ja pensaikkoihin ja yleisesti aluetta määrittää Sahelin alueelle tyypilliset pitkät kuivuuskaudet ja vesipula (Globalis.fi). Vakavia sosiaalisia ja yhteiskunnallisia ongelmia Burkina Fasossa ovat aliravitsemus, lapsityön yleisyys, alhainen lukutaitoprosentti, korkea hedelmällisyysluku, HIV-positiivisten suuri osuus väestöstä ja näiden ongelmien aikaansaamat konfliktit. Ranskan entisenä siirtomaavaltana Burkina Fasossa ranska on edelleen hallitseva virkakieli.

Ensimmäisenä päätin tuottaa Burkina Fasosta perustiedot sisältävän kartan (kuva 2), jossa on eritelty suurimmat kaupungit kokonsa mukaan, tiestö, joet sekä naapurimaat. Lähes kaikki aineisto löytyi suoraan valmiina, mutta tiestöstä jouduin karsimaan manuaalisesti kaikki pikkupolut, sekä erottelemaan päätiet ja muut tiet eri luokikseen. Jouduin myös piirtämään rautatien erikseen scratch layerille, sillä sitä ei löytynyt mistään aineistoista valmiina. Burkina Fason pääkaupunki ja samalla suurin kaupunki on Ouagadougou. Kaupunki kasvaa nopeasti: vuonna 2017 Ouagadougoussa asui jopa noin 1 086 000 ihmistä. (Worldpopulationreview.com) Muita suuria kaupunkeja Burkina Fasossa on yli 500 000:n ihmisen asuttama Bobo-Dioulasso, sekä Koudougou, Ouahigoya ja Banfora. Tiet ovat hyvin kytköksissä kaupunkeihin ja naapurivaltioiden rajoille, mutta maaseudulle yhteydet ovat heikommat. Kartasta tuli yllättävän miellyttävän näköinen, ja se sisältää kaiken tarvittavan informaation. Peruskartan lisäksi tuotin vielä aluejakokartan (kuva 3), jonka pohjalta aloin kokoamaan muita teemakarttoja Burkina Fasosta.

Ensimmäinen teemakarttani (kuva 4) kuvaa Burkina Fason väestöntiheyttä vuonna 2016. Lisäsin karttaa vielä prosenttiarvot maaseudulla sekä kaupungissa asuvista ihmisistä. Kartasta voi huomata, että tiheintä asutus on pääkaupungin läheisyydessä Centre-alueella, sekä Nordin, Plateau-Centralin ja Centre-Estin alueilla. Asutus on maaseutuvaltaista lähes jokaisella alueella, lukuun ottamatta Centren, Plateau-Centralin ja Hauts-Bassinsin alueita, joissa sijaitsevat valtion väkiluvultaan suurimmat kaupungit. Maaseutuasumisesta päätellen Burkina Fason elinkeinorakenne pohjautuu vielä voimakkaasti maatalouteen. Yleisimmin Burkinassa viljellään riisiä, maniokkia ja bataattia (Plan.fi). Vähiten ihmisiä asuu Norsunluurannikon, Nigerin ja Beninin raja-alueilla, joihin suurimmat jokilaaksot eivät yllä.

Burkina Faso on ollut 2000-luvulla paljon uutisotsikoissa konfliktiensa vuoksi, joten päätin lähteä tarkastelemaan konfliktien yleisyyttä aluejaon mukaan (kuva 5). Löysinkin sivuston, jonka avulla pystyi itse rajaamaan ajanjakson, jolla konfliktien esiintyvyyttä haluaa tutkia. Valitsin aineistoksi karkeasti 20 vuoden ajanjakson, ja annetusta pistedatasta laskin count points in polygon -toiminnon avulla konfliktien lukumäärän jokaisella alueella. Visualisoin koropleettikartan lisäksi myös vaihtoehtoisen version konfliktien esiintyvyydestä, jossa karttapohjalle on lisätty konfliktien sijainti pisteiden avulla (kuva 6). Pisteiden suuruus kuvaa osanottajien lukumäärää konflikteissa. Eniten konflikteja Burkina Fasossa on tapahtunut pääkaupunkialueen läheisyydessä, Nigerin rajalla koillisessa sekä Hauts-Bassinsin alueella, jossa sijaitsee valtion toisiksi suurin kaupunki. Useimmiten konfliktitilanteet keskittyvät suuriin kaupunkeihin, mutta etenkin pohjoisessa Sahelin alueella on huomattavissa selvää hajontaa. Olisin ollut kiinnostunut tarkastelemaan konfliktien ja luonnonvarojen välistä korrelaatiota, mutta en valitettavasti löytänyt minkäänlaista dataa, joka olisi ollut sovellettavissa tähän tarkoitukseen. Oletettavaa on kuitenkin, että suuri osa ennen vuotta 2014 tapahtuneista konflikteista liittyy poliittisiin levottomuuksiin ja presidentti Compaoren vastustamiseen. 2010-luvulla Burkina Fasossa on ilmennyt myös useita terroristi-iskuja, ja kultakaivauksista on kiistelty. (bbc.com)

Konfliktien lisäksi halusin tarkastella myös aliravitsemuksen jakautumista sekä lukutaitoprosenttia omina karttoinaan. Aliravitsemuksesta oli erittäin vaikeaa löytää selkeää taulukkotietoa aluejaon mukaisesti. Ensimmäisessä kartassa (kuva 7) lähde oli luotettava, mutta datan ajankohdasta ei ole varmaa tietoa. Ensimmäisessä visualisoinnissa on myös laskettu mukaan vain 0-59 kuukauden ikäiset lapset, eikä ollenkaan vanhempia ihmisiä. Ensimmäisen kartan mukaan lasten aliravitsemus on alhaisinta kaupungistuneella Centre-alueella, mutta voimakkainta Centren ympäristössä, koillisessa Sahelin alueella ja lähellä Norsunluurannikon rajaa. Esiintyvyydessä on kuitenkin hyvä ottaa huomioon, että alhaisinkin prosentti kuvaa jopa 14 prosenttilukemaa. ”Pienten lasten aliravitsemus on Burkina Fasossa vakava ongelma, noin kymmenes alle viisivuotiaista kärsii aliravitsemuksesta ja yksi sadasta lapsesta on vakavasti aliravittu” kertoo Pelastakaa Lapset -sivusto. Toinen aliravitsemusta kuvaava kartta (kuva 8) onkin jo paljon selkeämpi – kartassa on havaittavissa selkeää vyöhykkeisyyttä koillis-kaakko-suunnassa. Tässä aineistossa kuvataan oletettavasti koko väestöä lasten sijaan, ja data on peräisin 2010 vuodelta. Aliravitsemusta esiintyy eniten loogisesti kuivimmilla alueilla, joissa satojen tuottavuus kärsii, ja vähiten suurten kaupunkien läheisyydessä.

Lukutaitoa tutkiessani halusin nostaa esille vielä kaksi karttaa, joissa näkyy lukutaitoprosentin kehittyminen noin kymmenen vuoden aikavälillä (kuvat 9 & 10). Karttoja vertaillessa voi huomata, että lukutaitoisuus on lisääntynyt huimasti, ja erot alueiden väleillä tasoittuneet. Eron näkee parhaiten legendan lukuarvoja tarkastellessa, sillä vuonna 2003 alin lukutaitoprosentti on ollut 8,6, ja vuonna 2014 alhaisin prosenttimäärä on ollut 21,9. Pääkaupungin ja Hauts-Bassinsin alue erottuvat näissäkin kartoissa vahvoina edustina, mutta harvaanasuttu Cascadesin alue Norsunluurannikon rajalla yllättää myöskin korkealla prosenttiosuudellaan. Cascadesin tilannetta selittää todennäköisesti kasvava Banforan kaupunki sekä lisääntynyt rajatoiminta Norsunluurannikon kanssa.

Koska tutkimani aiheet ovat hyvin erilaisia, on vaikea vetää mitään yhtenäistä aluejakoa niiden pohjalta. Sen voi kuitenkin yhteenvetona sanoa, että tilanne pohjoisessa ja koillisessa lähellä Sahelin kuivaa vyöhykettä on huonompi, kuin muualla. Pääkaupungin läheiset alueet ovat yleensä enemmän kehittyneitä kuin muut. Konflikteja on viime 20 vuoden ajanjakson aikana esiintynyt suhteellisen tasaisesti ympäri valtiota, mutta suurimmat konfliktit ovat kuitenkin keskittyneet Ouagadougoun läheisyyteen. Vaikka kehitystä on tapahtunut, Burkina Fason tilanne on edelleen hyvin heikko. Burkina Fasossa toimii kuitenkin monia kansainvälisiä järjestöjä, ja lisäksi valtio saa apua eri valtioiden välisen kehitysyhteistyön kautta.

Huhhuh. Siinä oli kieltämättä aikamoinen rupeama. Positiivista on kuitenkin se, että osasin ongelmitta & itsevarmasti esittää kartoilla juuri ne asiat, mitä halusin. Kartat mukailevat aika hyvin omaa taitotasoani. Tehtävänannon myötä tuli erittäin selväksi se, kuinka aineistojen hankinta on jo puolet kartantekotyöstä. Hyvillä aineistoilla pärjää jo pitkälle – ja noh, huonoilla ei niin pitkälle. Katsoessani kurssia taaksepäin olen kyllä huomannut olleeni aivan liian itsekriittinen joidenkin tehtävien osalta – kyseessä on kuitenkin vasta ensimmäinen virallinen GIS-kurssini. Hyvin tästäkin selvittiin, vaikka en ihan vielä osaa interpoloida, käyttää virtuaalilayereita, tai ymmärtää kaikkia field calculatorin erikoistoimintoja. Odotan innolla, miten pääsen taas loihtimaan uusia karttoja ja kehittämään taitojani ensi syksynä jatkuvilla GIS-kursseilla.

(Lopuksi haluan vielä lyhyesti suositella Matti Hästbackan viimeistä blogikirjoitusta, hän oli nimittäin loihtinut upeat kartat New Yorkin koirista! Go check it oouuuttt.)

Haikein terveisin,
Eveliina <3

PS. Mantsa-meme onkin unohtunut parista viime postauksesta.

Lähteet:

BBC: Burkina Faso profile – Timeline 5.3.2018 http://www.bbc.com/news/world-africa-13072857 Luettu 30.3.2018

Globalis: Burkina Faso http://globalis.fi/Maat/Burkina-Faso Luettu 30.3.2018

Hästbacka, Matti: Round VII: The processing Force Awakens Viimeinen kurssikerta 12.3.2018 https://blogs.helsinki.fi/madhastb/2018/03/12/round-vii-the-processing-force-awakens/ Luettu 30.3.2018

Junttila, Nelli: 7. Kurssikerta: Oman kartan laadinta 3.3.2018 https://blogs.helsinki.fi/junelli/2018/03/03/7-kurssikerta-oman-kartan-laadinta/ Luettu 30.3.2018

Mikkola, Santeri: 7. Kurssikerta | O Brasil é lindo maravilhoso! 25.3.2018 https://blogs.helsinki.fi/miksante/2018/03/25/7-kurssikerta-o-brasil-e-lindo-maravilhoso/ Luettu 30.3.2018

Pelastakaa Lapset: Burkina Faso https://www.pelastakaalapset.fi/tyomme-maailmalla/humanitaarinen-tyo/burkina-faso/ Luettu 30.3.2018

Plan: Burkina Faso https://plan.fi/mita-teemme/burkina-faso Luettu 30.3.2018

World Population Review: Population of Cities in Burkina Faso (2018) http://worldpopulationreview.com/countries/burkina-faso-population/cities/ Luettu 30.3.2018

 

Hello! Tässä olisi viime maanantain kenttätöiden kuvasaalis. Alueiden viihtyvyyden ja ihmisten hengailuhalukkuuden tutkiminen pisti mantsalaiset mietteliääksi.

Lounasravintola Kapsäkki houkutteli tutkijoita. Viihtyvyys 4/5. Turvallisuus 3/5, sillä ravintola sijaitsee vilkkaan Hämeentien varrella. Viihdyimme.

Sörnäisten metrotunneli toimi pakokeinona hyytävältä pakkassäältä. Viihtyvyys 1/5. Turvallisuus 2/5. Mutta saavutettavuus 5/5.

Yhteiskuva William K:n kanssa. Wow! Viihtyvyys 2/5. Turvallisuus 2/5.

Ohessa vielä tutkijaryhmämme blogit. Vahva suositus näille kolmelle.
Roope Heinonen: Roopen selviytymistarina https://blogs.helsinki.fi/hcroope/
Maiju Karhu: MaiKarhu’s blog https://blogs.helsinki.fi/maikarhu/
Eemil Becker: Meemilin blogi https://blogs.helsinki.fi/beemil/

Kiitos.

-Eveliina

Kurssi häämöttää jo loppuaan. Toiseksi viimeinen kurssikerta toi vähän vaihtelua joka-maanantaiseen neljän tunnin luennointirupeamaan. Auringonvalon sävyttämässä täydellisessä pakkassäässä lähdimme ”kenttätöihin” eli keräämään  eeppistä dataa kampuksen lähiympäristön viihtyvyydestä ja turvallisuudesta Epicollect5 -nimisen älypuhelinapplikaation avulla. Vajaan tunnin ulkoilun jälkeen palasimme luokkaan analysoimaan kaikkien kurssilaisten yhdessä keräämää aineistoa. Sovelluksella kerätyn aineiston sai helposti tuotua QGIS-ohjelmaan, jossa siitä olisi yhdessä esimerkiksi OpenStreetMap-pluginin avulla voinut luoda yleistä viihtyisyyttä kuvaavan kartan. Kokeilumielessä kerätty aineisto oli kuitenkin loppupelissä aika yksipuolinen eikä välttämättä se kaikkein informatiivisin ottaen huomioon vuodenajan. Talvisäällä kerätty aineisto alueiden viihtyvyydestä ja ihmisten hengailuhalukkuudesta poikkeaa mitä luultavammin esimerkiksi kesällä kerätystä aineistosta. Kuten Marita Selin blogissaan toteaa, ”vertailukelpoisten tulosten saamiseksi on tärkeää tehdä tiedonkeruuta samoissa suhteissa, samaan aikaan”. Myös laaja-alaisempi alueiden tutkiminen olisi tuottanut tarkempaa tietoa. Tarkoituksena ei kuitenkaan ollut kerätä mahdollisimman yksityiskohtaista dataa, vaan lähinnä ymmärtää kuinka helposti aineistoa voi kerätä muun muassa älypuhelimen avulla.

Kenttätöiden tekeminen onnistuu myös sisätiloissa keräämällä aineistoa Google StreetView -pluginin avulla. Aineistoa on mahdollista kerätä kaikilta kartoitetuilta kaduilta. Pluginin avatessa karttalehden lisäksi ruudulle avautuu Go2StreetView -ikkuna, jota klikkailemalla pääsee etenemään haluamaansa katukohdetta pitkin. Harjoittelimme luennolla kyseisen työkalun käyttöä tekemällä harjoituksen kaupunkialueen kaupallisuuden näkymisestä kaduilla ja kaupunkikuvassa. Keräsin itse kaupallisuusaineistoa Annan-, Fredrikin-, Kalevan- ja Lönnrotinkadun rajaamasta korttelista. Jos aika ei olisi loppunut tunnilla kesken, olisi aineiston pisteitä voinut interpoloida sen tiheyden ja lukumäärän perusteella, ja lopputuloksesta tehdä karttaesityksen. Yritin myöhemmin tehdä kotoa käsin saman harjoituksen uudestaan, mutta nettiyhteyteni ei ollut tarpeeksi nopea pyörittämään kyseistä pluginia QGIS:issä. Jäi vähän harmittamaan, etten saanut mitään visuaalista esitystä harjoituksesta. Ymmärsin kuitenkin tärkeimmän, eli harjoituksessa hyödynnettyjen työkalujen tarkoituksen, sekä kuinka pisteaineiston interpolointi toimii.

Internet on erilaisia aineistoja pullollaan, joita oikeaan muotoon muunnettuna pystyy paikkatieto-ohjelmissa hyödyntämään. Siispä saimme kurssikerralla itsenäisesti harjoitella Internetistä peräisin olevan taulukkomuotoisen datan (kuva 2) tuomista Exceliin ja sitä kautta QGIS:iin.  Nettisivuilta kopioitu tai tallennettu data täytyy yleensä muovata Excelin avulla tiettyyn muotoon (kuva 3), jotta sen saa avattua QGIS:issä. Aineiston pisteet on hyvä esimerkiksi muuntaa pilkuiksi, jotta vältyttäisiin vääristymiltä – Excelillä kun on tapa muuntaa pisteellä merkattuja lukuarvoja sattumoisin muun muassa päivämääriksi ja muiksi oudoiksi yhdistelmiksi. Taulukoinnin hallitsemisesta tulee olemaan paljon hyötyä tulevissa hommissa!

Itse harjoituksessa tarkoituksena oli tuottaa yhdestä kolmeen karttaa, joiden teemana ovat hasardit maapallolla. Valittavana oli kolme erilaista hasardia, maanjäristykset, tulivuoret ja meteoriittien putoamispaikat, joista löytyy helposti QGIS:iin tuotavaa pistemäistä tietoa. Olin vähintään yhtä innoissani tehtävästä kuin Sini Virtanen. Blogitekstissään ”Maailma vaarallinen, Kumpula turvallinen” hän hihkaisee: ”Olin todella yllättynyt ja innostunut siitä, että dataa oli saatavilla helposti ja ilmaiseksi.” Karttojen loihtiminen luonnistui tällä kertaa leikiten, joten innostuin visualisoimaan jokaista hasardia eri kartoilla. Yayyy!

Tavoitteena kartoille oli hyvin vaatimattomasti se, että tuotoksia voisi käyttää opettajan materiaalina tuntiopetuksessa. Ajattelin lähteä mahdollisimman yksinkertaisesta esityksestä liikkeelle, ja sisällytin ensimmäiseen karttaani kaikki 2000-luvun aikana tapahtuneet yli 6 magnitudin maanjäristykset, sekä aktiiviset tulivuoret (kuva 4). Tulivuorta kutsutaan aktiiviseksi, jos se on purkautunut vuoden 1964 jälkeen. Liisa Niemi oli tuonut blogiinsa kartan samasta aiheesta. Hänen karttaansa oli tosin liitetty ainoastaan yli 8 magnitudin maanjäristykset ja meteoriitit. Hasardit olisi toki voinut visualisoida erikseen, mutta samaan karttaan liitettynä oppilaiden on helpompi vertailla niiden sijaintia ja korrelaatiota, kuten Liisakin blogissaan toteaa.

 

Yli 6 magnitudin maanjäristys on Richterin asteikon mukaan voimakas, ja se aiheuttaa tuhoa noin 150km säteellä. Näitä järistyksiä on tapahtunut 2000-luvun aikana paljon, eniten laattojen subduktiovyöhykkeillä. Suurimmat maanjäristysalueet sijoittuvat Etelä-Amerikan ja Nazca-laatan törmäysvyöhykkeeseen, Intian-Australian laatan ja Arabian laatan törmätessä Euraasian laattaan sekä Tyynenmeren, Filippiinien ja Euraasian laatan törmäysvyöhykkeeseen. Erkanemissaumoissa on tapahtunut verrattaen vähemmän järistyksiä. Kuvissa 6 ja 7 on havainnollistettu litosfäärilaattojen saumakohtia. Aktiivisia tulivuoria sijaitsee eniten Tyynenmeren tulirenkaassa, sekä Indonesiassa ja Islannissa. Tyynenmeren tulirengas on litosfäärilaatan rajaama vyöhyke, jossa esiintyy intensiivistä tektonista ja vulkaanista toimintaa.

Mutta hei. Voidaanko hetki keskustella tuosta Ruotsissa sijaitsevasta aktiivisesta tulivuoresta. Mysterious. Klikkasin kyseistä kohdetta ja avasin attribuuttitaulun – ja kyllä, Ruotsissa tämä Lakagigar -tulivuori myös Country -sarakkeen mukaan sijaitsee. Nopean googlailun jälkeen selvisi, että Lakagigar on itseasiassa rakotulivuori Islannissa – näyttäisi olevan, että aineistossa on kyseisen tulivuoren kohdalla mennyt koordinaatit väärin. Laki -nimiseksikin kutsuttu tulivuori on lukemani mukaan vuonna 1783 purkautunut räjähdysmäisesti ja vaatinut monia kuolonuhreja. (Tekniikkatalous.fi) No, menihän se sijainti melkein oikein.

Toisen kartan  (kuva 9) tarkoituksena olisi visualisoida kaikkia maapallon tulivuoria oppilaille. Kartassa on eriteltynä vielä kaksi tyypillisintä tulivuorityyppiä – kerrostulivuoret ja kilpitulivuoret – omalla värillänsä kuvaamaan niiden yleisyyttä. Kartassa on huonoa se, että jostain syystä jotkin kilpitulivuorista jäi peittoon muiden tulivuorimerkkien alle, vaikka yritin vaihdella tasojen päällekkäisyyttä. Kartasta selviää kuitenkin, että suuri osa tulivuorista on rakenteeltaan kerroksellisia. Kerrostulivuoret ovat yleensä jyrkkärinteisiä, ja ne syntyvät sitkaasta piioksidipitoisesta laavasta. Niitä esiintyy eniten subduktiovyöhykkeellä, kun taas kilpitulivuoria sijaitsee etenkin erkanemissaumoissa. Erkanevat laatat päästävät maan sisältä juoksevaa basalttista laavaa, joka synnyttää laakeita tulivuoria. Muita esimerkkejä lukuisista tulivuorityypeistä ovat kuumien pisteiden tulivuoret, joita esiintyy esimerkiksi Tyynenmeren laatan alueella, kalderat eli romahtaneet kerrostulivuoret, ja tuhkakartiot eli cinder conet.

Kolmas tuottamani kartta sisältää kaikki tunnetut maahan törmänneet yli 500kg painavat meteoriitit (kuva 10). Kyseinen aineisto oli haastavin käsitellä, sillä suuret numeroarvot oli esitetty aineistoissa ylimääräisten pilkkujen kanssa. (Esim. 5 000 000 oli esitetty muodossa 5,000,000) Onneksi Eemil Becker oli tehnyt samasta aiheesta kartan ja osasi auttaa onnetonta hädässä. Pilkkuongelman sai korjattua käyttämällä komentoa ”regexp_replace( ”Mass, g”, ’,’, ”), josta Eemil blogissaankin kertoo. Komento korjaa ”Mass, g” -sarakkeen arvojen pilkut ”tyhjällä”, jolloin numeroarvot muuttuvat yhtenäisiksi. Kun numeroarvot olivat yhtenäisiä, pystyi niitä luokittelemaan massansa mukaan. Kartassa meteoriitit on luokiteltu värinsä mukaan niin, että vaaleimmat ovat massaltaan pienimpiä ja suurimmat tummimpia. Myös pisteiden koko kartalla vaihtelee massan mukaan. Olisin halunnut liittää karttaan vielä suurimpien meteoriittien massat lukuarvoina, mutta en jostain syystä onnistunut siinä.

Aineiston mukaan suurin tunnettu meteoriitti on Hoba, noin 60 000 tonnia painava meteoriitti Namibiassa. Hoban meteoriitti koostu raudasta, ja se on suurin tunnettu kokonainen meteoriitti. (Geology.com) Lisäksi massiivisia meteoriitteja on löydetty Cape Yorkista Grönlannista, Etelä-Amerikan mantereelta, Manner-Aasiasta sekä Arizonasta Yhdysvalloista. Karttaa katsellessa on helppo huomata, että suurimmat meteoriittihavainnot ovat löytyneet aavikoilta tai erämailta. Kohteiden havaitseminen on todennäköisesti helpompaa karuilla ja aukeilla alueilla, kuin paikossa, joissa on tiheää kasvustoa.

Luomani kolmen kartan sarja tutkii siis eri hasardien alueellisuutta, ja mielestäni ne sopisivat hyvin opetuskäyttöön. Toki pieniä yksityiskohtia – kuten lukuarvoja ja tekstisarakkeita – olisi karttoihin voinut lisätä. Tulivuoriaineistossa sattunut pieni kömmähdys Ruotsin kohdalla oli toisaalta hyvä, sillä kartat voi omalla tavallaan opettaa oppilaita ajattelemaan ja kyseenalaistamaan aineistoa.

Elämme jännittäviä aikoja – ensi kerralla hypätään meinaan täysin itsenäisesti suoritettavan työn kimppuun!

Kuulemisiin
– Eveliina

Lähteet:

Becker, Eemil: Pedagogiset katastrofit 23.2.2018
https://blogs.helsinki.fi/beemil/2018/02/23/pedagogiset-katastrofit/ Luettu 25.2.2018

Geology: Hoba: The World’s Largest Meteorite  https://geology.com/records/largest-meteorite/ Luettu 25.2.2018

Google Kuvahaku https://www.google.fi/search?q=tectonic+plates&source=lnms&tbm=isch&sa=X&ved=0ahUKEwjWz9GPjMHZAhWLliwKHZWfCa0Q_AUICigB&biw=1280&bih=615#imgrc=YA_FUmIAT5yJwM:
Luettu 25.2.2018

Google Kuvahaku https://www.google.fi/search?biw=1280&bih=615&tbm=isch&sa=1&ei=pdGTWqP6A8yKmgXw6ojQCw&q=litosf%C3%A4%C3%A4rilaattojen+liikkeet&oq=litosf%C3%A4&gs_l=psy-ab.1.1.0l10.4187632.4188656.0.4189756.7.5.0.2.2.0.109.445.3j2.5.0….0…1c.1.64.psy-ab..0.7.459…0i67k1.0.KQ_AjXA5roc#imgrc=eSTR_0re2Hs7fM:
Luettu 25.2.2018

Niemi, Liisa: 6. Kurssikerta: kaupallisuudesta ja luonnonhasardeista mittakaavavirheisiin 22.2.2018
https://blogs.helsinki.fi/nliisa/2018/02/22/6-kurssikerta-kaupallisuudesta-ja-luonnonhasardeista-mittakaavavirheisiin/ Luettu 25.2.2018

Selin, Marita: The world is a hazardous place eli kuudes kurssikerta 19.2.2018
https://blogs.helsinki.fi/selkala/2018/02/19/the-world-is-a-hazardous-place-eli-kuudes-kurssikerta/ Luettu 25.2.2018

Tekniikka ja Talous: Islannin purkaus jäi näkemättä? Älä huoli, lisää tulossa 19.4.2010 https://www.tekniikkatalous.fi/arkisto/2010-04-19/Islannin-purkaus-j%C3%A4i-n%C3%A4kem%C3%A4tt%C3%A4-%C3%84l%C3%A4-huoli-lis%C3%A4%C3%A4-tulossa-3288309.html Luettu 25.2.2018

Virtanen, Sini: Maailma vaarallinen, Kumpula turvallinen 20.2.2018
https://blogs.helsinki.fi/7k110738/2018/02/20/maailma-vaarallinen-kumpula-turvallinen/ Luettu 25.2.2018

Viides kurssikerta: bufferointia, pääkaupunkiseudun ominaisuuksien tutkimista ja oman ajattelutavan herättelemistä itsenäistehtävien avulla. Haastavaa, mutta opettavaista.

Kuten edellisen kurssikerran blogitekstissä taisinkin mainita, aloitimme viime maanantaina valmistelemaan Pornaisten kuntaa koskevaa aineistoa tätä kurssikertaa varten. Harjoittelimme rakennusten, teiden ja peltojen piirtämistä kartalle Pornaisia kuvaavan rasterikarttapohjan avulla, ja valmiin aineiston avulla pääsimme kokeilemaan erilaisia bufferianalyysejä. Pienimuotoinen harjoittelu tuli tarpeeseen, sillä harjoituksessa tutuksi tulleet työkalut olivat avain meille annettujen itsenäistehtävien suorittamiseen.

Bufferi- eli puskurianalyysin avulla voidaan kartalla määrittää tietyn levyinen vyöhyke valitun tietokannan kohteille. Kohde, jolle vyöhyke määritetään, voi olla piste, viiva tai alue eli polygoni. Bufferia käyttämällä voidaan tutkia muun muassa tietyn kohteen vaikutusalueen kokoa, tai määrittää kuinka monta kohdetta sijoittuu tietyn säteen sisäpuolelle. Esimerkiksi Pornaisten aineiston avulla loimme puskurivyöhykkeen alueen pääteiden ympärille, ja tarkastelimme säteen sisälle sijoittuvien talojen ja asukkaiden määrää. Analyysitavan avulla voidaan selvittää myös vaikkapa meluvyöhykkeitä, saavutettavuutta tai säteilyalueita.

Omalla ajalla suoritettavia itsenäistehtäviä meille suotiin yhteensä kolme kappaletta, jotka kaikkia käsittelivät erilaisia aihepiirejä pääkaupunkiseudun alueella. Alla olevassa taulukossa 1 on kirjattuna ylös annettujen tehtävien vastaukset.  Ensimmäisessä tehtävässä käsittelimme Malmin ja Helsinki-Vantaan lentokenttiä, sekä lentoliikenteestä aiheutuvia meluhaittoja lähistöllä asuville ihmisille. Luomalla bufferit molempien kenttien ympärille sain selville eritasoisten melualueiden sisällä asuvien henkilöiden lukumäärät. Helsinki-Vantaan lentokentästä kahden kilometrin etäisyydellä asuu 11501 asukasta, kun taas Malmin lentokentällä vastaava luku on jopa viisinkertainen: 57577 asukasta. Yhden kilometrin säteellä Malmin lentokentästä asuu jopa 8847 asukasta. Tehtävistä saadut lukuarvot saattavat hieman vaihdella siitä riippuen, miten tekijä on esimerkiksi merkannut lentokenttien kiitoradat karttaan.

Taulukko 1. Lentokentät ja metro- ja juna-asemat.

Helsinki-Malmin lentokenttä valmistui vuonna 1936, ja se otettiin virallisesti käyttöön vuonna 1938, jonka jälkeen se toimi Helsingin päälentoasemana aina Helsinki-Vantaan valmistumisvuoteen 1952 asti. Nykyisin Malmin lentokenttä on Helsingin kaupungin omistuksessa, ja aseman toiminta koostuu lähinnä lentokoulutuksesta ja yleisilmailusta. Alueelle on kaavailtu asuinrakentamista siitä huolimatta, että lentoasema on maaliskuussa 2016 valittu Euroopan 7 uhanalaisimman kulttuuriperintökohteen joukkoon. (Malmiairport.fi) Sen sijaan Helsinki-Vantaan lentokentän liikenne jatkaa kasvamistaan: vuonna 2000 kentän matkustajamäärä nousi ensimmäisen kerran yli 10 miljoonan, ja vuonna 2013 matkustajamäärä ylitti 15 miljoonan rajapyykin. (Finavia.fi) Vilkastuvasta lentoliikenteestä aiheutuu muun muassa suurta meluhaittaa kentän läheisyydessä asuville. Kuten Tuuli Lahin kirjoittaa blogissaan, väkiluku ja liikenne lentokentillä kasvavat, kun kaupungistuminen ja matkustelu kasvattavat suosiotaan. Tuuli siteerasi Tiede-lehden artikkelia näin: ”Melu määritellään jatkuvana äänenä, joka ei vaurioita kuuloa, mutta ärsyttää ja ottaa päähän.” Artikkelin mukaan melu voi aiheuttaa kuulovaikeuksia ja -sairauksia, sekä pahimmillaan kuoleman. Tutkimus meluhaitoista ja pyrkiminen niiden minimoimiseen on nyky-yhteiskunnassa erittäin tärkeää. Melua on pyritty vähentämään erilaisilla infrastruktuuriratkaisuilla, kuten meluvalleilla.

Lentokenttätehtävän lisäksi hyödynsin puskurianalyysiä tarkastellessa asukaslukumääriä juna- ja metroasemien läheisyydessä. Vantaalla 21,7% kaikista alueen asukkaista asuu alle 500 metrin päässä lähimmästä metro- tai juna-asemasta, ja 68,5% kyseisistä ihmisistä on työikäisiä.

Taulukko 2. Taajamat.

Erilaisten bufferisovellusten jälkeen oli aika siirtyä pienehkön taajamien asukkaita käsittelevän tehtävän (taulukko 2) kautta muihin aihepiireihin. Pääkaupunkiseudun asukkaista 96,1% asuu taajamissa, mikä tekee pääkaupunkiseudusta Suomen tiheimmin asutuimman alueen. Anyway – seuraava aihepiiri käsitteli Helsingin Yhtenäiskoulun koulupiiriä ja erityisesti sen oppilaiden määriä (taulukko 3). Kuten Matti Moisalakin blogissaan toteaa, oli koulupiirejä käsittelevä tehtävä annetuista vaihtoehdoista ehdottomasti helpoin. Tehtävästä selvisi helpoilla laskutoimituksilla ja kyselyillä Field calculatorilla sekä Select by expressions – toimintojen avulla. Aivotyötä tuotti kuitenkin oikeiden ikäluokkien valitseminen analyysiin, jotta vastauksista saisi mahdollisimman todenmukaiset. Saatujen tulosten perusteella voi huomata, että Yhtenäiskoulun koulupiirissä alakoulun aloittavia opiskelijoita, sekä yläasteikäisiä on todella vähän. Pienimuotoisen googlailun perusteella kävikin nopeasti ilmi, että Yhtenäiskoulun lakkauttamisesta on käyty viime vuosina paljon keskustelua. (Helsingin Uutiset 2014)

Taulukko 3. Koulut.

Koulutehtävän helppouden vuoksi päädyin tekemään vielä uima-altaita ja saunoja käsittelevän harjoituksen (taulukko 4). Kuten tehtävänannossa jo kerrottiinkin: ”oma sauna on suomalaisuuden ikoni, ja sellainen löytyykin melkein jokaisesta uudesta asunnosta. Kaiken kaikkiaan aineiston mukaan 24,2%:ssa kaikista pääkaupunkiseudun asunnoista on sauna. Uima-allasta voidaan pitää luksuksena, mutta niitäkin löytyy yllättävän monesta pääkaupunkiseudun talosta tai taloyhtiöstä. Uima-altaalla varustettuja rakennuksia pääkaupunkiseudulla on yhteensä 855, ja asukkaita näissä taloissa on jopa 12170. Visualisoin tuloksista pylväät sisältävän koropleettikartan (kuva 1), joka kuvaa kunkin osa-alueen uima-altaiden lukumäärää.

Taulukko 4. Uima-altaat ja saunat.

Mielestäni kartan visualisointi onnistui ihan hyvin, mutta pylväät ja numerot vaikeuttavat ehkä hiukan kartan luettavuutta. Etenkin numerot olivat todella vaikeita saada näkyviin selkeästi värityksen rinnalla (kuva 1). Väriskaalan avulla on kuitenkin helppo erottaa alueet, joissa uima-altaita esiintyy eniten. Eniten uima-altaalla varustettuja rakennuksia on Lauttasaaressa (53), ja toiseksi sijoittuu Länsi-Pakila (52). Myös Kulosaari sijoittuu listan kärkipäähän. Kyseiset alueet tunnetaan Helsingissä yleisesti varakkaampina osa-alueina. Asuntotyyppien mukaan uima-altaita on eniten omakotitaloissa. Tehtävä oli suhteellisen helppo suorittaa aiempia metodeja – Field calculatoria, Spatial querya ja Join attributes by locations -toimintoja – hyödyntäen. Myönnettäköön kuitenkin, että vaikka kuinka yritin itsenäisesti selvitä suorituksesta, jouduin pari kertaa kiskaista kaveria (lue: Viviä, Eemiliä ja Roopea) hihasta. Haasteita tuotti muun muassa se, kun en osannut karsia analyysejä varten tarvittavia aineistoja tarpeeksi kompakteiksi. QGIS pisti vastaan ja kaatui kaatumisensa jälkeen, mutta kyllähän siitä taas selvittiin. Onneksi on opiskelukavereita, jotka ymmärtää ja haluaa auttaa. Thanks peeps. <3

Kaikenlaista sitä on tullut opittua QGIS:in parissa tämän reilun kuukauden aikana. On hauska nähdä, kuinka tämänhetkisen paikkatieto-osaamisen perusteella osaa jo erotella erilaisia kyselytoimintoja ja valintatyökaluja toisistaan, kurssin alussa kun jokainen niistä tuntui näyttävän ihan samalta. Osaan käsitellä vektori-, rasteri- ja WFS-pohjaisia aineistoja, ja liittää aineistoon tekstipohjaista dataa. Graafiset toimenpiteet ovat ehkä parhaiten hallussa. Field calculatorissa sekä Geoprosessing tooleissa on vielä lukemattomia toimintoja, joista en ole kerennyt ottaa selvää, mutta uskon hallitsevani kaikki yleishyödyllisimmät komennot. Googlen saloista onneksi löytää aina apua hätätilanteissa. Vaikeinta on ehdottomasti erilaisten analyysien ja laskutoimitusten soveltaminen. Ihan järkytyin, kuinka pimennossa esimerkiksi ihan arkipäiväiset matikan kaavat voivat olla parin välivuoden jälkeen. Onneksi epätoivon hetkinä koulukaverit ovat kuitenkin osanneet palauttaa maan päälle vakuutellen, että ”tämä on Eve vasta ensimmäinen kurssi, ei sun tarvitse osata vielä kaikkea täydellisesti”. Se on ihan totta, soveltamaan oppii vaan harjoittelemalla ja uskaltamalla kokeilla erilaisia ratkaisutapoja. Olenkin yrittänyt tehdä lisätehtäviä aina kun ajankäyttö on sallinut, ja uskon niiden auttaneen paljon ohjelman toimintaperiaatteiden sisäistämisessä.

Viides kurssikerta lyhykäisyydessään oli siis itsenäistymistä: irtaantumista ennalta määrätyistä ohjeista ja rutiineista, uuden oivaltamista ja QGIS:in itsenäisen hallinnan punnitsemista. Olen Eemilin kanssa samaa mieltä siitä, että kurssikerta oli tähän mennessä kaikista antoisin. Ensi kerralla päästään ilmeisesti maastoon seikkailemaan, can’t wait!

– Eveliina

Lähteet:

Becker, Eemil: Homma rupee sujumaan… 19.2.2018
https://blogs.helsinki.fi/beemil/2018/02/19/homma-rupee-sujumaan/ Luettu 24.2.2018

Finavia: Tästä kaikki alkoi
https://www.finavia.fi/fi/lentoasemat/helsinki-vantaa/lentoasemalla/lyhyesti/historia Luettu 24.2.2018

Heinonen, Roope:
https://blogs.helsinki.fi/hcroope/

Helsingin Uutiset: Yhtenäiskoulun säilyttämisestä jätettiin oikaisuvaatimus 29.9.2014
https://www.helsinginuutiset.fi/artikkeli/240889-yhtenaiskoulun-sailyttamisesta-jatettiin-oikaisuvaatimus Luettu 24.2.2018

Lahin, Tuuli: Kerta 5: Itsenäistehtävät ovat liikaa QGIS:lle 19.2.2018
https://blogs.helsinki.fi/lahintuu/2018/02/19/kerta-5-itsenaistehtavat-ovat-liikaa-qgislle/ Luettu 24.2.2018

Moisala, Matti: 5. Viisi QGIS-tähtee 21.2.2018
https://blogs.helsinki.fi/moisalam/ Luettu 24.2.2018

Malmi Airport: Tervetuloa Helsinki-Malmin lentoasemalle
http://www.malmiairport.fi/ Luettu 24.2.2018

Tarkka, Vivi:
https://blogs.helsinki.fi/vivitark/

Back at it again.

Pisteitä, ruutuja, rasterikarttoja, sekä kartta-aineiston piirtämistä. Niistä oli neljännen luentokerran tietopaketti tehty. Alkuluento vierähti perehtyessä piste- ja ruutuaineistojen teoriaan, jonka jälkeen pääsimmekin käyttämään oppimaamme tietoa heti käytännössä QGIS:in parissa. Pisteaineistot ovat kaikista tarkimpia paikkatietoaineistoja, joihin voidaan kerätä tietoa melkein minkälaisista kohteista tahansa. Nimensä mukaan pisteaineistolla kuvataan yleensä kartoissa pistemäisiä kohteita, kuten rakennuksia tai vaikkapa eläinhavaintoja. Nämä kohteet yleensä sisältävät paljon ominaisuustietoa, kuten rakennusten tapauksessa vaikkapa niiden tyypistä, käyttötarkoituksesta tai rakentamisvuodesta. Pisteaineiston tuottamisen tarkimpia menetelmiä on laserkeilaus, jossa dataa kerätään keilaamalla maastoa lasersäteiden avulla useasta suunnasta. Laserkeilaamalla voidaan mallintaa maastoa – esimerkiksi rakennuksia, kasvillisuutta jopa kymmenien senttien tarkkuudella. Mobiililaserkeilaus on tapa, jolla voidaan kartoittaa esimerkiksi raitiotielinjoja ja rakennusten kolmiulotteisuutta kaupunkimalliprojekteissa.

Ruutuaineistot ovat tuottava tapa kerätä alueellista tietoa ilman valmiita hallinnollisia aluejakoja. Useat Suomea käsittelevät aineistot ovat esitettynä ruutumuodossa. Esimerkiksi Tilastokeskukselta on saatavissa keskeistä tietoa alueiden asukasrakenteesta, koulutuksesta, asumisesta, tuloista ja työpaikoista niin 250m x 250m-, 1km x 1km- tai 5km x 5km -karttaruuduissa. Ruutuaineistoja hyödynnetään sekä yksityisellä että julkisella sektorilla muun muassa markkinoinnin suunnittelemisessa, kauppapaikkojen sijainnin kohdistamisessa, sekä erilaisissa aluetutkimuksissa. (Tilastokeskus, Ruututietokanta) Ruutupohjaiset aineistot ovat tehokkaita, mutta usein myös kalliita hyödyntää – suurien aineistojen lisenssejä ei usein tarjota kovin edullisesti.

Luennon päätehtävässä pääsimmekin kokeilemaan ruutukarttojen tekemistä. Loimme QGIS-ohjelmassa ruudukon, jonka yhdistimme valmiiseen pääkaupunkiseudun väestötietoa sisältävään tietokantaan.  Pääkaupunkiseudun väestötietokannassa on jaoteltu tietoa eri asukkaista esimerkiksi äidinkielensä, etnisen taustansa sekä ikäluokkien perusteella. Aineisto sisältää myös sijaintitietoa eri muodoissa. Harjoituksessa käytimme ruutukokona yhtä kilometriä. Alla oleva kuva (kuva 2) on otettu työvaiheesta, jossa on esitettynä pistepohjainen pääkaupunkiseudun väestötietokanta (Pks_vaki-layer), sekä sen alla luomamme ruudukko keltaisella. Ruudukon ruudut määräytyvät pisteaineiston sijaintien mukaan.

Ensimmäisenä työnä luennolla tuotin kartan ruotsinkielisten asukkaiden lukumäärästä pääkaupunkiseudulla 1km x 1km -ruudukossa (kuva 3). Kuten kartasta voi huomata, ruotsinkielisten asukkaiden lukumäärä mukailee lähinnä pääkaupunkiseudun väentiheyttä. Ruotsinkieliset keskittyvät lähelle rannikkoa, etenkin Helsingin niemeen, jossa muutenkin sijaitsevat pääkaupunkiseudun suurimmat väestökeskittymät. Vähiten ruotsinkielisiä pääkaupunkiseudulla asuu Vantaalla ja Espoon pohjoisosissa, jossa asutus on harvempaa. Yleisesti kuitenkin ruotsinkieliset ovat levittäytyneet laajasti koko seudulla, sillä kaksikielisen kulttuurin moniarvoisuus on otettu huomioon laajasti pääkaupunkiseudun palveluiden tarjonnassa.

Koska ensimmäinen tekemäni kartta ei oikeastaan sisältänyt mitään uutta informaatiota, päätin tutkia ikäluokista yli 60-vuotiaiden sijoittumista pääkaupunkiseudulla. Aiemmin luotu 1km x 1km -ruudukko ei mielestäni antanut tarpeeksi tarkkaa tietoa, joten halusin kokeilla 500m x 500m -ruutupohjaa. Kokeilin vielä ruudukon luomista ihan omin avuin, sillä olin tuottanut aiemman kartan suoraan ohjeita lukien. Ja arvatkaa mitä, mä osasin! Ai että, näihin onnistumisen tunteisiin voisi tottua. Visualisoin onnistuneella ruudukolla yli 60-vuotiaiden, eli lähes eläkeikäisten asukkaiden sijoittumista pääkaupunkiseudun kunnissa. (kuva 4)

Yli 60-vuotiaita asuu pääkaupunkiseudulla paljon, jonka voi huomata tummimpien ruutujen laajalle levittäytyneestä sijainnista. Tätä suurta lukumäärää selittää todennäköisesti suurten ikäluokkien eläkkeelle siirtyminen, ja muuttoliike kohti pääkaupunkiseutua. Vuosi sitten tammikuussa Helsingin tila ja kehitys 2016 ennusti, että eläkeikäisten määrä tulisi kasvamaan tällä vuosikymmenellä kolmanneksella. Alle 70-vuotiaiden määrä alkaa ilmeisesti jo vähentyä, ja kasvu alkaa painottua vanhempiin ikäluokkiin. (Helsingin tila ja kehitys 2016) Vaikka ikääntyviä ihmisiä asuu alueella paljon, ei seudulla yleisesti ole ongelmaa esimerkiksi huoltosuhteen kanssa. Kartassa näkyy, kuinka yli 60-vuotiaiden asuminen keskittyy etenkin suurien teiden varsille koko pääkaupunkiseudulla. Pohjois-Espoossa eläkeikäisiä asuu vähemmän, kun taas Itä-Vantaalla on huomattavissa suuriakin keskittymiä. Ikääntyvien ihmisten on helpompi keskittyä taajamiin lähelle hyviä liikenneyhteyksiä, jotta palvelujen hyödyntäminen olisi mahdollisimman helppoa. Usein myös vanhustenkodit ja muut hoitopalvelut sijoittuvat hyvin saavutettaville paikoille.

Jos aineistoa tarkasteltaisiin vielä pienemmällä ruutuaineistolla, esimerkiksi 250m x 250m – tai 100m x 100m -ruudukolla, saataisiin alueellisesta sijoittumisesta vieläkin tarkempaa tietoa. Esimerkiksi Senni Luoto blogissaan oli kuvannut muunkielisten määrää pääkaupunkiseudulla 250 x 250m -ruudukolla. Kuten Sennikin blogissaan toteaa, kyseinen ruutukoko on ehkä pääkaupunkiseudun tasolla liian pieni. Jos tarkasteltava alue olisi vaikka yksi pääkaupunkiseudun kunnista, voisi pienempi ruutukoko olla hyvä ratkaisu. Ruutukartoissa esitetään yleensä absoluuttisia arvoja, kuten väestömääriä tai lukuarvoja. Kun ruudut ovat keskenään samankokoisia, voidaan absoluuttisia arvoja esittää suoraan kartalla, mutta jos ruudut ovat erikokoisia, arvot on suhteutettava keskenään. (Tilastokoulu, Ruutukartta) Ruututeemakartan informaatioarvo kuntatasolla tarkasteltuna on erinomainen, sillä ruutujen kokoa saa helposti säädettyä tarpeen mukaan. Aiemmissa tehtävissä, esimerkiksi projektioiden virheitä tarkasteltaessa ja tulvaindeksejä laskiessa, taas koropleettikartta toimi hyvin. Koropleettikartassa esittämiseen soveltuvat parhaiten suhteelliset lukuarvot – kartassa ei tulisi esittää absoluuttisia lukuarvoja. Visualisointi voi vääristyä helposti, sillä suurelle alueelle sijoittuu useimmiten enemmän kuvattavaa ilmiötä, esimerkiksi väestöä, kuin pinta-alaltaan pienelle alueelle. Lisäksi kunkin alueen esitettävä tieto on alueen keskimääräinen arvo, eikä se kerro alueen sisäisestä vaihtelusta. (Tilastokoulu, Koropleettikartta)

Pistekartat ja ruutuaineistot – helppoa ja kivaa! Tällä luentokerralla oikeasti tunsin onnistuvani, sillä pystyin itse seuraamaan pelkkää kirjallista ohjetta sen sijaan, että olisin tuijottanut joka klikkausta valkokankaalta. Oltiin niin tehokkaita oppilaita, että kerettiin tunnilla siirtymään vielä seuraavaankin aiheeseen, eli rasterikarttoihin. Aiemmat kolme luentokertaa ovat paneutuneet aika lailla vektoripohjaisiin GIS-aineistoihin, joten oli kiinnostavaa päästä kokeilemaan muita tietokantoja. Yhdistimme pari eri skaalassa olevaa korkeusmallia ja pääsimme myös aloittamaan hieman piirtämistä Pornaisten karttapohjalle. Ensi viikolla jatketaankin sitten samasta aiheesta, jeejee!

-Eveliina

PS. Fransiscus doing the right thaaang.

Lähteet:

Google kuvahaku, Laserkeilaus
https://image.slidesharecdn.com/laserkeilausesittelytutkimustantere-110212080107-phpapp01/95/laserkeilaus-ympristn-mallintamisessa-4-728.jpg?cb=1297498211 Luettu 6.2.2018

Helsingin tila ja kehitys 2016: Väestö ja väestönkehitys Helsingissä 26.1.2017
http://tilajakehitys.hel.fi/vaesto_ja_vaestonkehitys_helsingissa Luettu 6.2.2018

Luoto, Senni: Kurssikerta 4; Ruudukoita ja vieraskielisten jakautumisen tarkastelua PK-seudulla 7.2.2018
Luettu 7.2.2018

Tilastokeskus: Ruututietokanta
https://www.stat.fi/tup/ruututietokanta/index.html Luettu 6.2.2018

Tilastokoulu: Koropleettikartta
http://tilastokoulu.stat.fi/verkkokoulu_v2.xql?course_id=tkoulu_teemak&lesson_id=4&subject_id=2&page_type=sisalto Luettu 6.2.2018

Tilastokoulu: Ruutukartta
http://tilastokoulu.stat.fi/verkkokoulu_v2.xql?page_type=sisalto&course_id=tkoulu_teemak&lesson_id=4&subject_id=3 Luettu 6.2.2018

 

 

Kolme viikkoa yhteiseloa QGIS:in kanssa ja vielä ollaan hengissä. Verta, hikeä ja kyyneleitä vuodatettiin kyllä myös tälläkin luennolla, mutta jostain kumman syystä ohjelma ei enää herätä niin suuria tunneryöppyjä kuin aiemmilla viikoilla. Ehkä meistä on QGIS:in kanssa pikkuhiljaa rakentumassa tiimi.

Tällä kurssikerralla pääsimme harjoittelemaan GIS-aineistojen käyttöä Afrikan valtioissa Suomen sijasta, mikä mielestäni oli todella kivaa vaihtelua. Alkuperäinen aineisto ei sisältänyt mitään muuta kuin Afrikan valtioiden rajat sekä nimet, joten opettelimme kasvattamaan aineistoa tuomalla lisää tietoja muista tietokannoista. Toimme uutta dataa Afrikka-aineistoon esimerkiksi Excel-tiedostosta (Kuva 1), johon oli kirjattu ylös Afrikan valtioiden väkiluvut sekä internetin käyttäjämääriä eri vuosilta. Olin omin avuin yrittänyt tuoda Excel-aineistoa QGIS:iin jo ensimmäisellä luentokerralla, mutta kovasta yrittämisestä huolimatta en siinä onnistunut. Nyt tietokantaliitäntä onnistui huoletta opettaja Paarlahden ohjeistuksella (Kuva 2), ja ymmärsin mikä viime kerralla meni mönkään. Harjoittelimme myös jo aiemmilla kerroilla tutuksi tullutta normaalia Join-toimintoa, joka jostain syystä oli ollut minulle niin älyttömän vaikea ymmärtää. Pari kertaa tietokantaliitoksen tehtyäni ymmärsin, että ”harjoitus tekee mestarin” ja ”kertaus on opintojen äiti” -sanonnoissa saattaa olla jotain perääkin. Tietokantaliitoksien lisäksi teimme aineistolla laskutoimituksia, sekä tuotimme tietoa sijainnin perusteella.

Afrikka-aineistoista löytyi myös tietoa esimerkiksi timantti- ja öljyesiintymien ja konfliktien sijainnista eri alueilla (Kuva 3). Luennolla annettiin tehtäväksi pohtia, mitä tämänkaltaisista muuttujista voisi päätellä, jos niiden lisänä olisi tietoa vaikkapa öljykenttien ja timanttiesiintymien löytämis- ja hyödyntämisen aloitusvuosista, tai esimerkiksi konfliktien tapahtumavuosista tai laajuudesta. Kuten Vivi Tarkka blogikirjoituksessaan mainitsi, näitä tietoja voidaan vertailla ja tehdä päätelmiä niiden mahdollisista korrelaatioista. On ilmiselvää, että luonnonvarat ovat yksi suurimmista syistä konflikteihin eri ihmisten ja valtioiden välillä, etenkin Afrikassa – datan avulla voitaisiin siis tarkastella luonnonvaraesiintymien ja konfliktien mahdollisia yhteyksiä. Koska aineistossa löytyy tarkkoja vuosilukuja esimerkiksi esiintymien löytymisvuosista, voitaisiin niihin verrata konfliktien ajankohtia. Kuten Vivi olikin nopeana kerinnyt jo ensin mainitsemaan, myös minun mielestäni Sini Virtanen analysoi konfliktien ja luonnonvaraesiintymien yhteyksiä hyvin blogissaan: ”korrelaatio ei tarkoita kausaatiota – pelkkä alueellinen yhteys luonnonvarojen ja konfliktien välillä ei välttämättä tarkoita, että konfliktit johtuisivat luonnonvaroista.”

Excelin tietokannassa, jonka liitimme Afrikan karttaan tietokantaliitoksella, oltiin myös eritelty internetinkäyttäjien lukumäärää internetin yleistymisen alkuvuosina sekä vuonna 2017, jolloin erilaisten internetiä käyttävien tietokoneiden ja laitteiden käytöstä on yhä useammalle ihmiselle tullut arkipäivää. Etiopian väkiluku vuonna 2000 oli 60 miljoonaa, joista ainoastaan kymmenellä tuhannella ihmisellä oli mahdollisuus käyttää internetiä. Vuonna 2017 valtion 104 miljoonasta asukkaasta jopa 16 miljoonaa, eli noin 15 prosenttia on ottanut internetin käyttöönsä. Yleistynyttä netinkäyttöä selittää tietoteknologian kehitys ja talouden orientoituminen internetin äärelle. Kehitysmaiden on ollut pakko pysyä kehityksessä mukana kehittyäkseen ja säilyttääkseen paikkansa maailmantaloudessa. Vaikka enemmistö maailman internetin käyttäjistä on kehitysmaissa, se ei kuitenkaan kerro koko totuutta, vaan käyttäjämäärät pitää suhteuttaa maanosittain ja valtioittain. Suhteutettuna Afrikassa netinkäyttäjiä on kuitenkin vähemmän, kuin teollisuusmaissa. Laajalle levinneestä netinkäytöstä on kehitysmaille suuresti hyötyä, mutta kehitettävää löytyy silti. Teollisuusmaiden ja kehitysmaiden välistä tieto- ja viestintäliikenteen välistä eroa on nimitetty digikuiluksi. Noin kymmenen vuotta sitten Maailma.net:issä julkaistussa artikkelissa ”Putoaako Afrikka laajakaistakuiluun?” punnitaan heikkojen internetyhteyksien ja laajakaistaliittymien vaikutuksia. Afrikan internetyhteyksien heikkotasoisuus vaikeuttaa esimerkiksi koulutukseen, terveydenhuoltoon, maanviljelykseen ja metsänhoitoon suunniteltujen sovellusten käyttöä, ja lisäksi heikkolaatuiset yhteydet estävät paikallisen talouden kehittymistä.

Tunnin päätteeksi pääsimme siirtymään Afrikka-aineistosta taas tutun ja turvallisen Suomen pariin. Tarkoituksena oli soveltaa Afrikka-harjoituksessa opittuja toimintoja ja tuottaa itsenäisesti kartta Suomen vesistöalueiden valuma-alueominaisuuksista ja tulvaherkkyydestä. Saimme myös tietää, että saatua kartta-aineistoa tullaan analysoimaan myöhemmin kevään harjoitustyökurssilla, jossa käsitellään luonnonmaantieteen ilmiöitä – ei siis paineita ollenkaan!

Kartassani laskin Suomen valuma-alueiden tulvaindeksit keskialivirtaaman ja keskiylivirtaaman avulla, ja visualisoin ne koropleettikartaksi. Tummimmat alueet kartassa kuvaavat herkimmin tulville altistuvia alueita, ja vastaavasti vaaleilla alueilla tulvariski on alhainen. Kartasta voi huomata, että tulvaherkimmät alueet sijaitsevat rannikoilla: jokisella Pohjanmaalla, sekä Lounais- ja Etelä-Suomessa. Lapissa on myös laajoja tulville altistuvia alueita. Pohjanmaalla maa on hyvin alavaa, joka herkistää alueen tulvivalle vedelle. Etelä- ja Lounais-Suomi taas on useiden jokien ja vesistöjen kirjavoittamaa maata, mikä lisää tulvaherkkyyttä. Lisäksi koko maassa – myös Lapissa – keväisin sulava lumi sekä jään muodostamat jääpadot lisäävät tulvien riskiä. Alueet, joilla tulvariski on suuri, ovat myös tiheimmin asuttuja alueita Suomessa, joten tulvien aiheuttamat vahingot näillä alueilla voivat olla kohtalokkaita. Järvi-Suomessa riski on erittäin alhainen, sillä sadevedet varastoituvat järviin ja tiheään metsäkasvillisuuteen. Tämän voi päätellä myös karttaan piirrettyjen histogrammien avulla, jotka kuvaavat eri valuma-alueiden järvisyysprosenttia. Pylväiden pituus eli järvisyysprosentti korreloi negatiivisesti tulvaindeksin kanssa, kuten myöhemmin Sini Virtanen blogissaan mainitsikin.

Olen huomannut, että tekninen taustatyö karttojen laatimisessa on aikaa vaativaa, mutta tärkeää puuhaa. Erityisen tärkeää on myös se, että aineiston kerättyä ei jätä visualisointia puolitiehen, vaan tuottaa oikeasti informatiivisen kartan. Vaikka QGIS onnistui kaatumaan ja samalla tuhoamaan väkerretyt karttani useaan otteeseen luennon aikana, olen silti todella tyytyväinen tuottamaani tulvaindeksi -karttaan. Jokaisessa aiemmin tuottamassani kartassa on ollut jotain puutteita, mutta tämänkertaisessa tuotoksessa kaikki on mielestäni selkeästi esitettynä, ja väritkin sopivat yhteen.

Että tämmöstä sitten tällä kertaa. Memeä unohtamatta.

-Eveliina

Lähteet:

Maailma.net: Putoaako Afrikka laajakaistakuiluun? 23.10.2009
http://www.maailma.net/uutiset/putoaako-afrikka-laajakaistakuiluun Luettu: 31.1.2018

Meme: Geography Memes for Edgy Teens:
www.facebook.com/Geografun/photos/a.955656107868703.1073741828.955607324540248/1158208880946757/?type=3&theater Luettu 31.1.2018

Tarkka, Vivi: Haloo! Tulvariski! 31.1.2018
https://blogs.helsinki.fi/vivitark/2018/01/31/haloo-tulvariski/ Luettu: 31.1.2018

Virtanen, Sini: Veritimantteja ja valuma-alueita 30.1.2018
https://blogs.helsinki.fi/7k110738/2018/01/30/veritimantteja-ja-valuma-alueita/ Luettu: 31.1.2018

 

Tsau! Näin alkuun on pakko sanoa, että toisella kurssikerralla QGIS:in käyttö alkoi jo luonnistua paljon paremmin kuin edellisellä viikolla, vaikka vaikeuksilta tälläkään kerralla ei vältytty. Ehkä minun ja Vivin vapaa-ajan aivotyöstä oli loppupelissä sittenkin jotain hyötyä! Tämä kurssikerran pääaiheena oli karttaprojektioiden vertailu ja erilaisten projektioiden vaikutukset karttojen ominaisuuksiin. Karttaprojektiot esittävät maapallon pallomaisen pinnan tasona kartalla, ja ne vaikuttavat huomattavasti esimerkiksi alueiden pinta-aloihin ja tätä kautta esimerkiksi väentiheyteen.

Teimme luentokerralla monipuolisesti erilaisia harjoituksia. Esimerkiksi ensimmäisessä tehtävässä harjoittelimme Suomen kunnat 2015 -aineiston avulla erilaisten valintatyökalujen käyttöä QGIS:issä, ja toisessa tehtävässä pyrimme etsimään eroja eri projektioista kooten havaintoja taulukkoon. Taulukosta 1 huomaa, kuinka selkeästi projektion valinta vaikuttaa eri kohteiden pituuksiin ja pinta-aloihin. Rajasin erikseen Pohjois-Suomesta Suomen ”päälaesta” ja Keski-Suomesta ”lantion” kohdalta kaistaleet, ja tarkastelin näiden kohteiden pinta-alaa Lambertin (3035), Mercatorin (53004) ja Gauss-Krügerin (2726) projektioissa. Lambertin tasoprojektio on oikeapintainen projektio, jonka vuoksi sitä käytetään aina sellaisissa karttaesityksissä, joissa käsitellään alueen pinta-alaan liittyvää dataa. Sen sijaan Mercatorin projektio on oikeakulmainen, jota käytetään lähinnä navigointitarkoituksissa, eikä pinta-alan kuvaamisessa. ”Mercatorin projektio vääristää alueita sitä enemmän, mitä kauemmas liikutaan päiväntasaajalta”, kirjoittaa Antti Nevalainen Live, Love, Laugh & Make Maps -blogissaan. Projektio vääristää pinta-aloja etenkin napa-alojen läheisyydessä, minkä voi huomata moninkertaisessa pinta-alaerossa Suomen päälaella. Gauss-Krügerin Pulkovo 1995 projektiota taas käytetään yleensä kuvaamaan kaistaletta Siperiassa Venäjällä, joten luonnollisestikin se vääristää Suomen mittoja. Karttaprojektion valintaa on siis suotavaa harkita huolella, sijainnista ja käyttötarkoituksesta riippuen.

Taulukko 1. Karttaprojektion vaikutus pinta-aloihin.

Projektio	Pinta-ala Pohjois-Suomi	Pinta-ala Keski-Suomi
ETRS-LAEA (3035)	9 993,452 km²	27 707,243 km²
Shpere Mercator (53004)	82 053,961 km²	135 633,738 km²
Pulkovo 1995 3-degree Gauss-Kruger (2726)	219 330 212,289 km²	142 121 934,441 km²

Lämmiteltyämme QGIS:in kanssa hetken ja projektioihin tutustuttuamme tuotimme Artun opastuksella Mercatorin projektion pinta-alavääristymää kuvaavan kartan (Kuva 1). Kartassa Mercatorin vääristymää verrataan Lambertin projektioon. Kartta syntyi taas aika lailla malliesimerkkiä klikkauksesta klikkaukseen seuraten, mutta edellisen tunnin karttoihin verrattuna sain kuitenkin korjattua visuaaliset puutteet: karttaselite on selkeä ja nimetty oikein, ja väriluokitus sopii kontekstiin. Projektio vääristää kaikkein eniten pinta-aloja Pohjois-Suomessa, mikä huomattiin jo edellä mainitusta taulukosta. Pinta-alat pohjoisessa Mercatorin projektiota käytettäessä ovat jopa 6-7-kertaisia, ja eteläisessä Suomessa ”vain” kaksin-kolminkertaisia. Pinta-alojen vääristymissä on havaittavissa selkeä vyöhykkeinen muoto.

Perfektionistina en suostunut tyytymään pelkästään opettajan ohjeiden varassa selviytymiseen, joten päätin vielä itsenäisesti opetella tuottamaan samanlaisen kartan – ja yllätykseksi onnistuin siinä! Tuotin siis Millerin projektiosta täysin samaa vääristymää kuvaavan kartan (Kuva 2), mutta vyöhykkeisyyttä tässä kartassa ei olekaan yhtä helppo analysoida. Projektio selvästi vääristää pinta-aloja pohjoisessa, mutta suurin vääristymä on kuitenkin vain vähän yli yhden prosentin. Vääristymä pienenee kaartuvin vyöhykkein etelämpään päin siirryttäessä. Vyöhykkeiden rajat ovat silti hyvin epäselvät, ja kuntien prosenttiarvot ovat etenkin Keski-Suomessa hyvin sekalaisessa järjestyksessä. Eniten kartassa hämmentää Suomen päälaessa sijaitseva keltaisen väriarvon saanut Utsjoen kunta. Ihan yhtä eksyksissä kuin minäkin tässä QGIS:in maailmassa. En keksinyt oikeastaan mitään syytä miksi Utsjoella vääristymä on noinkin ”pieni”, vaikka yleisesti Pohjois-Suomessa pinta-alat ovat vääristyneet eniten.

Eri projektioiden vaikutukset eivät kuitenkaan pelkästään näy alueiden pituuksissa ja pinta-aloissa, vaan vaikuttavat näiden kautta myös esimerkiksi pinta-aloihin sitoutuneisiin tekijöihin, kuten väentiheyteen. Halusin kokeilla käytännössä, kuinka erot väentiheyksissä näkyvät Lambertin ja Mercatorin projektioissa. Kuvassa 3 on esitettynä tiheydet molemmissa projektioissa. Erot tulevat parhaiten esille luokkajakoa tarkasteltaessa. Luokkajako ei ole mielestäni paras mahdollinen, mutta karttaa visualisoitaessa se toi erot parhaiten esille. Lambertin projektiota käyttäessä väestötiheys on suurimmillaan 2809,8 as./km² Helsingissä, kun taas pinta-alaa huomattavasti vääristävällä Mercatorin projektiolla se on vain noin 692,2 as./km². Erot luokkajaon alimmassa päässä eivät ole yhtä suuria: Enontekiön väentiheys Lambertin mukaan on 0,24 as./km², kun taas Mercatorin mukaan kunta saa arvon 0,03 as./km². Kaikista edellisistä karttatarkasteluista voi siis todeta, että projektioilla on valtava vaikutus paitsi alueiden pituuksiin ja pinta-aloihin, mutta täten myös karttojen luotettavuuteen ja informatiivisuuteen.

Olivia Halme blogipostauksessaan esitteli Gauss-Laborde Reunion -nimisen projektion pinta-alavääristymää. Olivian tuottamassa kartassa näkyy mielenkiintoinen luode-kaakko-suunnassa näkyvä vyöhykkeisyys. Käyhän vilkaisemassa Olivian tuotos!

Harjoituksia tehdessäni virheitä tuli paljon, joten minusta olisi enemmän kuin suotavaa, että ohjelmasta löytyisi ”kumoa”-toiminto. Olen jostain kumman syystä onnistunut hävittämään jo pari karttaa johonkin bittiavaruuteen vääriä nappeja painelemalla. Mysteeriksi tältä kurssikerralta vielä jäi esimerkiksi se, missä vaiheessa karttojen luomista täytyy käyttää Save As- ja sulkemistoimintoja. Hämmennyksistä ja virheistä huolimatta kartat onnistuivat teknisesti ja visuaalisesti paljon paremmin tällä kerralla verrattuna edelliseen luentokertaan. Mielestäni karttojen aiheet voivat olla lukijalle vaikeita ilman aineistoon perehtymistä, ja sen takia pyrin avaamaan karttojen tarkoituksia tekstissäni mahdollisimman selkeästi (ja näköjään aika pitkästi, hupsista).

QGIS:in luomasta alkujärkytyksestä on vihdoin selvitty, ja tuntuu siltä, että saatan jopa seuraavalla tunnilla pysyä harjoituksissa joten kuten kärryillä. Yaas!

-Eveliina

Lähteet:

Halme, Olivia: HOX! Tarkista projektiosi 8.2.2018
https://blogs.helsinki.fi/halmeoli/2018/02/08/2-kurssikerta-hox-tarkista-projektiosi/ (Luettu 8.2.2018)

Nevalainen, Antti: Never Mercator, Honey 5.2.2018
https://blogs.helsinki.fi/nean/2018/02/05/never-mercator-honey/ (Luettu 6.2.2018)

Pacific Coordinate Systems: EPSG: 2726 Projected coordinate system
http://pacificprojections.spc.int/2726 (Luettu 25.1.18)

Maanantaina 15.1. ensimmäisellä luentokerralla pääsin heti ensikättelyssä tapaamaan vastustajani, tarkemmin nimeltään QGIS-paikkatieto-ohjelman. Selväähän se oli, että joululoman jälkeinen alkukankeus sai minut suunnastaan musertumaan ohjelman edessä, mutta pienten mutkien kautta ja Arttu-open mallia vaihe vaiheelta tarkkaillen sain kuin sainkin neljän tunnin päätteeksi kartan tuotettua.

Luennolla kävimme läpi kurssin suoritustapaa ja tavoitteita. Tulemme kokoontumaan siis joka maanantai klo 16-20 GIS-luokassa seuraavan seitsemän viikon ajan. (Aamu-uninen Eveliina kiittää.) Kurssilla tutustumme ensinnäkin QGIS-ohjelman käyttöön ja muihin paikkatietopalveluihin, teemme karttoja ja harjoituksia sekä luemme artikkeleita. Olen alkanut pitämään GIS:iä varteenotettavana sivuainevaihtoehtona, joten tavoitteenani tällä kurssilla on oppia hallitsemaan uusia paikkatieto-ohjelmia sekä käyttämään niitä itsenäisesti, jotta niistä olisi mahdollisimman paljon apua tulevaisuuden opinnoissa. Tavoitteiden läpikäymisen lisäksi kertasimme hieman paikkatietosanastoa, jonka jälkeen siirryimme heti QGIS-ohjelman kimppuun. Ensimmäisen kurssikerran tehtävänä meille oli laadittu kartan visualisointi Itämerta ympäröivien valtioiden typpipäästöistä.

Ensivaikutelma: Easy peasy lemon squeezy.
Viisi minuuttia myöhemmin: Nope, difficult difficult lemon difficult. 

Tunnilla asiat käytiin mielestäni kohtalaisen ripeään tahtiin: sen sijaan, että olisin keskittynyt tunnin sisältöön ja uuden oppimiseen, keskityin lähinnä siihen, että pysyin perässä kaikissa kartanteon työvaiheissa. Sen sijaan, että olisin hahmottanut ohjelman kokonaisuutena, hahmotin lähinnä yksittäisiä klikkauksia ja toimintoja. Ymmärrän kuitenkin, että luentojen toteuttamisessa on tiettyjä haasteita, koska tätä kyseistä kurssia ei ole ennen pidetty. Sain kuitenkin luennolla eri valtioiden typpipäästöt visualisoitua kartalle, mutta kartasta ei tullut kummoinen. (Kuva alapuolella)

Kartan (kuva 1) väritys ei mielestäni palvele kovin hyvin sen karttatarkoitusta. Nyt jälkeenpäin kun mietin, olisi väritystä voinut kuvata esimerkiksi punertavalla tai rusehtavalla väriskaalalla. Nyt kartan sinisävyt sekoittuvat Itämeren väritykseen ja korkeuskäyriin. Myöskin legendan otsakkeet olisi voinut kirjoittaa suomeksi, ja lisätä yksiköt. Pääotsikoksi olisi voinut laittaa vaikkapa ”Typpipäästöt Itämerta ympäröivissä valtioissa”. Lyhyesti tulkittuna Puola tuottaa siis Itämerta ympäröivistä valtioista eniten typpipäästöjä, ja kakkossijan jakaa Venäjä ja Ruotsi. Puolan suuria päästöjä selittävät todennäköisesti entisessä sosialistisessa yhteiskunnassa harjoitettu raskas teollisuus (kuten ruskohiilivoimalat), ja niistä aiheutuneet voimakkaat happosateet.

Tämä onneksi oli kuitenkin vasta ensimmäinen harjoitus, ja tunnin lopuksi saimmekin kotitehtäväksi hyödyntää Suomen kuntien tietokantaa ja tuottaa omavalintainen koropleettikartta aineistoista. Aluksi tehtävä kauhistutti, sillä en oikeastaan ollut oppinut mitään taitoja, jota olisin uudessa tehtävässä voinut soveltaa. Myöhemmin torstaina samalla viikolla kuitenkin päätimme ystäväni Vivin – tunnetaan myös nimellä GIS-tumpelo (lähde 1) – kanssa lyödä tyhjät päämme yhteen ja kohdata vastustajamme yhteisvoimin. Meidän onneksemme Moodleen oli ladattu erittäin perusteelliset ohjeet QGIS:in käytöstä, ja pari tuntia perusteellisen ohjeisiin perehtymisen jälkeen onnistuimme luomaan selkeän työttömyyskartan Suomen kunnista. (kuva 2) Tuskanhuutojemme kaikuessa pitkin mantsan käytäviä saatoimme saada myös hieman apua parilta fiksulta opettajalta.

Laatimamme kartta kuvaa siis työttömyysastetta Suomen kunnissa. Kartta oli loppupelissä suhteellisen helppotekoinen, sillä aineistossa työttömien määrä oli jo valmiiksi prosenttiarvoina ja suhteutettuna työikäisten kokonaismäärään. Kuten Vivikin ensimmäisessä blogitekstissään mainitsi, yleisesti työttömyysaste on selvästi suurempi Pohjois-Suomessa kuin etelässä ja saman trendin voi huomata myös Itä- ja Länsi-Suomen välillä. Työttömyysaste on alhaisin Uudellamaalla, Ahvenanmaalla sekä länsirannikolla. ”Ahvenanmaalla Lumparlandin kunnassa luku on vaivaiset 1,7%”, kirjoittaa Vivi. Tilanne Itä-Suomessa, esimerkiksi Lieksan kunnassa on aivan päinvastainen: työttömyysprosentti hipoo kahtakymmentä prosenttia. Suurin työttömyysprosentti vuonna 2015 – 22,6% – oli Suomen kunnista Sallassa. Työttömyys on suuri ongelma harvaanasutuissa pienissä ja syrjäisemmissä kunnissa, joissa palvelualojen työpaikkoja on jouduttu leikkaamaan rajusti. Näille kunnille on tyypillistä, että nuoret työikäiset muuttavat niistä suurempiin palvelukeskittymiin. Tämä tarkoittaa usein huoltotaseen kasvua ja palveluiden vähenemistä, mikä heikentää kunnan toimintaa. Myös Varpu Savolainen blogissaan oli käsitellyt samaa aihetta, ja hän mainitsikin hyvin: ”Kunta joutuu noidankehään, jossa ilmiöt voimistavat toisiaan…”. Ilmiö on valitettava useiden suomalaisten kuntien osalta niin pohjoisessa, kuin itäisessäkin Suomessa, ja siihen kerran ajauduttua vaaditaan vankkoja toimia kunnan talouden elvyttämiseksi.

Viimein ymmärrettyäni QGIS:in käyttöperiaatteen tulin ehkä liian kunnianhimoiseksi, ja yritin samalla suorittaa myös vaikeampien vaikeustasojen tehtäviä. Latasin Tilastokeskuksesta aineistoja eri kuntien koulutustasoista Exceliin, mutta osaamiseni kuitenkin kaatui heti yrittäessä Join-toimintoa QGIS-ohjelmassa. Loppuviikosta lähdin suupielet mutrussa kotiin äidin luokse Lahteen. Ei vaan, pääasia, että sentään yritin! Opin perusjuttuja myös WFS-pohjaisista aineistoista, mistä on todennäköisesti jotain hyötyä seuraavalla luentokerralla. QGIS vei voiton tällä kertaa, mutta tästä suuntahan on vain eteenpäin. Siispä leuka rintaan ja kohti uusia pettymyksiä!

-Eveliina

PS. Arvoisat lukijat ja Arttu, on GIS oikeesti ihan kivaa.
PPS. Päivittäistä memeä unohtamatta.

Lähteet:

Meme: Geography Memes for Edgy Teens http://facebook.com/Geografun/photos/a.955656107868703.1073741828.955607324540248/1271279319639712/?type=3&theater (Luettu 23.1.18)

Savolainen, Varpu: Olishan sen helpomminkin voinut (1. kurssikerran harjoitus) 22.1.18. : https://blogs.helsinki.fi/sadvarpu/2018/01/22/olishan-sen-helpomminkin-voinut-1-kurssikerran-kotiharjoitus/ (Luettu 23.1.18)

Tarkka, Vivi: Huono kartta ja vähän parempi kartta  22.1.18.: https://blogs.helsinki.fi/vivitark/2018/01/22/huono-kartta-ja-vahan-parempi-kartta/ (Luettu 23.1.18)

 

 

Olet löytänyt tiesi juuri oikeaan osoitteeseen – nimittäin seuraamaan kasvutarinaa, jota vielä vuosikymmentenkin jälkeen tullaan seuraaville sukupolville kertomaan. Tämä blogi perustuu tositapahtumiin naistieteilijän alun raa’asta taistelusta GIS-ohjelmistoja vastaan. Tekeekö Eveliina tämän kevään aikana läpimurron tulevaisuuden GIS-lupauksena, vai syökö kartta-aineistot hänet lopulta elävältä? Veikkaan jälkimmäistä.

Mutta hei, anything for geography. 

-Eveliina

PS. Jos et vielä seuraa Facebookissa Geography Memes for Edgy Teens -sivustoa, DO IT NOW. Alla muutama lemppari minun blogiani elävöittämään.

 

(lähde: https://www.facebook.com/Geografun/)

PPS. Blogini kansikuva on Googlen kuvahausta: www.commonwealthfund.org/~/media/images/alert/map-of-world-watercolor.jpg 21.1.2018